Dan Hendrycks выпустил новый бенчмарк и назвал Gemini 3 крупнейшим долгосрочным скачком
Оригинальный заголовок:Just how significant is the jump with Gemini 3?
ИИ-резюме
Исследователь ИИ Dan Hendrycks объявил в X о выпуске двух новых бенчмарков — «индекса текстовых способностей» и «индекса визуальных способностей» — для отслеживания прогресса ИИ-моделей. Графики показывают, что Gemini 3 Pro значительно лидирует по обоим показателям: 46,5 балла за текст и около 57 за визуальные способности; автор назвал этот скачок производительности «крупнейшим долгосрочным скачком». В рейтинг вошли 7 моделей, включая GPT-5.1, Sonnet 4.5 и GroK 4.
Ключевые моменты
- Исследователь ИИ Dan Hendrycks объявил в X о выпуске двух новых бенчмарков — «индекса текстовых…
- Графики показывают,что Gemini 3 Pro значительно лидирует по обоим показателям: 46,5 балла за текст…
- автор назвал этот скачок производительности «крупнейшим долгосрочным скачком».
- В рейтинг вошли 7 моделей,включая GPT-5.
- 1,Sonnet 4.
Кратко
- Опубликовано
- Обновлено
- Источник
- X:Dan Hendrycks (@hendrycks)
- Категория
- Статьи и исследования
- Оценка ИИ
- 85
该基准由知名 AI 安全研究者主导,具有较高公信力;首次系统性量化对比多模型在推理、编码、视觉等核心能力上的表现,尤其凸显 Gemini 3 Pro 的突破性进步,为公众和行业提供了权威参考依据,值得关注。
Связанные сущности
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: Dan Hendrycks выпустил новый бенчмарк и назвал Gemini 3 крупнейшим долгосрочным скачком. 20 ноября 2025. https://new.nat6.net/ru/news/bre39dgdb0kgep7xdsj1ibiby/